地形和天气形势对临汾市大气污染的影响

doi:10.11755/j.issn.1006-7639(2022)-05-0879

地形和天气形势对临汾市大气污染的影响

裴坤宁^,, 王雁^,, 闫世明, 蒋云盛, 郭伟

山西省气象科学研究所，山西太原 030002

Influence of topography and weather situation on air pollution in Linfen City

PEI Kunning^,, WANG Yan^,, YAN Shiming, JIANG Yunsheng, GUO Wei

Shanxi Institute of Meteorological Sciences， Taiyuan 030002， China

通讯作者: 王雁（1972—），女，山西太原人，正研级高级工程师，主要从事大气环境研究. E-mail：qkswy@126.com。

责任编辑: 黄小燕；校对：蔡迪花

收稿日期: 2021-03-31 修回日期: 2021-07-27

基金资助:

山西省自然基金(201601D011084)
山西省自然基金(201901D111465)
山西省气象局重点项目(SXKZDDQ20185105)
山西省气象局青年基金(SXKQNDW20205241)
山西省气象局青年基金(SXKQNDW20217151)

Received: 2021-03-31 Revised: 2021-07-27

作者简介 About authors

裴坤宁（1995—），女，山西长治人，硕士，助理工程师，主要从事大气环境研究.E-mail:1872636982@qq.com。

摘要

为了研究临汾市大气污染的输送特征，利用生态环境部发布的2016—2017年临汾市逐小时空气质量指数（air quality index，AQI）、美国国家环境预报中心（National Centers for Environmental Prediction，NCEP）提供的水平分辨率为1°×1°的逐6 h再分析资料和全球资料同化系统（global data assimilation system，GDAS）数据，基于HYSPLIT4（hybrid single-particle lagrangian integrated trajectory）模式，采用气流后向轨迹聚类分析法研究地形及天气形势对临汾市24次污染过程的影响，结果表明：（1）24次污染过程的海平面环流形势主要有以下6种类型：蒙古高压底前部型、低压前部型、华北高压后部型、河套倒槽前部型、均压场和低压带型。（2）模拟后推24 h和60 h的聚类轨迹分别可以代表地形条件和天气形势对临汾市大气污染的影响。（3）模拟后推24 h的聚类轨迹显示，气流可沿吕梁山背风坡下沉输送污染物，向南开口的倒“凹”字型地形配合近地面西南风可造成临汾市污染，也可通过碰触周围山体后折返回流到临汾市。其中，以西北方向沿吕梁山下沉输送为主。（4）模拟后推60 h的聚类轨迹显示，在有利天气形势影响下携带污染物的气流与偏东或偏南的气流相遇后发生转折回流至临汾市，地面西南或偏东风使湿度增加，造成污染物粒子吸湿增长。地形和天气形势均对临汾市大气污染的输送路径有影响。

关键词： 地形; 天气形势; 大气污染; 临汾市

Abstract

In order to study the transport characteristics of air pollution in Linfen City, based on the hourly air quality index (AQI) data in Linfen City from the Ministry of Ecology and Environment from 2016 to 2017, the six-hour reanalysis data and the global data assimilation system (GDAS) data with a horizontal resolution of 1°×1° from the National Centers for Environmental Prediction (NCEP), the influence of topography and weather situation on air pollution during the 24 pollution processes in Linfen City was analyzed by using backward trajectory clustering analysis of HYSPLIT4 (hybrid single-particle lagrangian integrated trajectory) model. The results are as follows: (1) The sea-level circulation situation during the 24 pollution processes mainly included the following six types: front of Mongolian high pressure bottom type, front of low pressure type, rear of North China high pressure type, front of invert trough near the Hetao area type, uniform pressure field and low pressure belt type. (2) The 24 h and 60 h backward trajectory can represent the impact of topography conditions and weather conditions on pollution in Linfen City, respectively. (3) The 24 h backward trajectories show that the air flow can sink and transport pollutants along the leeward slope of the Lüliang Mountain. The pollution in Linfen City was formed from inverted “concave” shape terrain opening to the south and the southwest wind near the ground. The air flow can also return to Linfen City after touching the surrounding mountains. Among them, the transportation along the subsidence of the Lüliang Mountain from the northwest direction was main. (4) The 60 hour backward trajectories show that the air flow transporting pollutants met with the easterly or southerly airflow under the influence of the weather situation, and then turned back to Linfen City. The pollutant particles hygroscopic grew with the increase of humidity caused by southwesterly or easterly wind. The topography and weather situation have an impact on the transport route of air pollution in Linfen City.

Keywords： topography; weather situation; air pollution; Linfen City

PDF (17436KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

裴坤宁, 王雁, 闫世明, 蒋云盛, 郭伟. 地形和天气形势对临汾市大气污染的影响[J]. 干旱气象, 2022, 40(5): 879-887 DOI:10.11755/j.issn.1006-7639(2022)-05-0879

PEI Kunning, WANG Yan, YAN Shiming, JIANG Yunsheng, GUO Wei. Influence of topography and weather situation on air pollution in Linfen City[J]. Arid Meteorology, 2022, 40(5): 879-887 DOI:10.11755/j.issn.1006-7639(2022)-05-0879

引言

山西省临汾市矿产资源丰富，以煤炭、铁矿为主，是中国三大优质主焦煤基地之一，工业以钢铁、焦化、冶炼、化工以及电力企业居多，对区域经济发展有十分重要的推动作用。但是，这些行业的特点是颗粒物排放量大，大量高能耗、高污染企业聚集在临汾市，导致临汾市空气质量较差，污染严重。生态环境部发布的2018年、2019年和2020年《中国生态环境状况公报》^[1⇓-3]显示，临汾市环境空气质量综合指数在168个重点城市中分别排名倒数第1、倒数第5和倒数第6，污染主要发生在秋冬季，首要污染物为PM_2.5颗粒物。当前，以大气颗粒物为首的大气污染问题日益突出，严重危害人类健康^[4⇓-6]，因此大气污染的研究和防治成为当地的重点任务。

大气污染物浓度除受外来输送或局地排放影响外，大尺度天气环流形势和局地气象特征对污染的生成、累积和消散有重要作用^{[7⇓⇓⇓-11]}。目前，通过天气分型评估大气污染物浓度是探寻空气质量与天气过程之间关系的有效手段之一^{[12⇓⇓⇓-16]}。研究发现，不同地区大气污染的局地气象特征差异较大，复杂地形会影响局地气象特征^[17-18]，对气流运动产生影响，进而影响污染物的传输路径^{[19⇓⇓-22]}。

目前对临汾市大气污染，特别是从地形和天气形势角度进行分析的研究较少。本文基于2016—2017年临汾市24次污染过程，利用临汾市逐小时空气质量指数（air quality index，AQI）和全球资料同化系统（global data assimilation system，GDAS）数据，应用HYSPLIT4（hybrid single-particle lagrangian integrated trajectory）^[23]模式进行气流轨迹分析，再结合NCEP（National Centers for Environmental Prediction）再分析资料分析24次污染过程的海平面环流形势，从地形作用和天气形势两方面对临汾市大气污染进行研究，以期为临汾市大气污染防治提供科学依据。

1 资料与方法

1.1 研究区概况

山西省临汾市位于临汾盆地北端，地形轮廓大体呈倒“凹”字型分布（图1），向西南开口，中间平川，全境分为山地、丘陵、盆地三大地形单元。临汾盆地纵贯临汾市中部，将整体隆起的高原分为东西两部分山地。东部为太岳山，西部是吕梁山脉，海拔多在1000 m以上，气流流动受到阻挡，大气污染物不易向外输送，大气自净能力不强。临汾市受周围地形影响，常年风速较小，比其他地区更容易导致污染物累积而出现重污染天气。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 山西省临汾市地形（单位：m）

Fig.1 Topography of Linfen City， Shanxi Province （Unit： m）

1.2 数据来源

利用NCEP提供的2016年1月至2017年12月水平分辨率为1°×1°的逐6 h GDAS数据及再分析资料（包括500 hPa风场、海平面气压、地面风场），分别用于后向轨迹模式计算及天气形势分析。

利用中华人民共和国生态环境部（原中华人民共和国环境保护部）数据中心发布的临汾市2016年1月至2017年12月逐小时空气质量指数（AQI），表1列出空气质量等级划分标准^[24]。

表1 空气质量等级划分标准

Tab.1 The classification criteria of air quality grades

空气质量等级	空气质量类别	AQI
一级	优	0≤AQI≤50
二级	良	51≤AQI≤100
三级	轻度污染	101≤AQI≤150
四级	中度污染	151≤AQI≤200
五级	重度污染	201≤AQI≤300
六级	严重污染	AQI $>$ 300

新窗口打开| 下载CSV

文中附图涉及的地图均基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016）1600号的标准地图制作，底图无修改。

1.3 HYSPLIT4后向轨迹模式

采用美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）空气资源实验室研发的用于计算和分析大气污染物输送、扩散轨迹的综合模式HYSPLIT4，该模式采用拉格朗日方法计算的混合单粒子轨道模型，具有处理多种气象要素输入场、物理过程和不同类型污染物排放源等较为完整的输送、扩散和沉降的能力，通过模拟后向轨迹来判断污染物的输送路径。该模式模拟精度高，时间变化连续，被广泛应用于大气输送研究及污染过程分析^[25⇓-27]。

研究表明，HYSPLIT模式计算后向轨迹的起始高度选取应超过250 m^[28]，本文选取的起始高度为300 m，每1 h模拟输出一条轨迹，300 m高度既能反映气流的区域性流动特征，又可减小下垫面摩擦力的影响，能够更好地代表边界层底层的情况^[29]。

1.4 聚类轨迹分析

聚类分析是将大量数据分组到相似类别的统计分析技术，广泛地应用于大气污染研究^[30⇓-32]。根据气流的传输速度和方向对大量轨迹进行分组，得到不同的后向轨迹组，从而获得气流传输污染物的主要路径^[33]。本文采用二分K均值算法进行聚类分析，首先将所有的轨迹作为一组，然后将该组一分为二，之后选择可以最大程度降低误差平方和的组继续划分，重复上述划分过程，直到组数和指定要聚类的数量相同^[29]。

聚类计算方式一般有基于欧式距离和风向角度两种，具体计算方式见WANG等^[34]。从实际运用情况来看，两种方法各有优劣，欧式距离法对于后向轨迹的长短聚类分组较好，但忽略近距离的气流转折、回流等情况，而风向角度法对轨迹转折、回流聚类分组有优势，但对距离的考虑相对较弱。本文从天气形势和地形条件的角度研究临汾市大气污染，需要考虑气流的转折和回流，因此采用风向角度法进行聚类分组分析。根据轨迹来向、轨迹长短以及轨迹是否发生转折，确定大量轨迹的聚类数，从而保证通过聚类轨迹可以看出地形和天气形势对其路径的影响。

2 结果与分析

2.1 临汾市污染特征

选取临汾市2016—2017年空气质量指数在中度污染及以上（AQI≥151），污染时间持续超过24 h，且首要污染物为PM_2.5或PM₁₀的共24次污染过程。表2是24次污染过程的污染时间、首要污染物、污染类型、海平面环流形势及AQI均值，其中静稳型污染是指水平风速较小，大气扩散条件不利，局地甚至区域污染物积累而成的大气污染；沙尘型污染是由沙尘天气造成的大气污染^[35]。主要判别依据是发生污染时的天气记录，若有沙尘暴、浮尘或扬沙记录则为沙尘型，若有雾霾或明显逆温则为静稳型^[36]。

表2 2016—2017年临汾市24次中度及以上污染过程分析

Tab.2 Analysis of 24 pollution processes with moderate level and above in Linfen City from 2016 to 2017

编号	污染时间（北京时，下同）	首要污染物	污染类型	海平面环流形势	AQI均值
1	2016年1月1日00：00至5日13：00	PM_2.5	静稳型	低压前部型	242
2	2016年11月3日09：00至6日07：00	PM_2.5	静稳型	低压前部型	270
3	2016年11月10日21：00至13日08：00	PM₁₀	沙尘型	均压场	250
4	2016年11月16日16：00至19日14：00	PM_2.5	静稳型	低压带型	332
5	2016年11月19日18：00至21日15：00	PM_2.5	静稳型	河套倒槽前部型	270
6	2016年11月23日23：00至12月1日15：00	PM_2.5	静稳型	均压场	258
7	2016年12月1日20：00至5日09：00	PM_2.5	静稳型	低压带型	278
8	2016年12月6日20：00至9日06：00	PM_2.5	静稳型	均压场	335
9	2016年12月9日20：00至11日04：00	PM_2.5	静稳型	华北高压后部型	253
10	2016年12月11日19：00至15日15：00	PM_2.5	静稳型	低压带型	337
11	2016年12月16日20：00至21日16：00	PM_2.5	静稳型	河套倒槽前部型	346
12	2016年12月29日19：00至2017年1月6日18：00	PM_2.5	静稳型	蒙古高压底前部型	397
13	2017年1月15日04：00至19日09：00	PM_2.5	静稳型	蒙古高压底前部型	292
14	2017年1月23日19：00至26日14：00	PM_2.5	静稳型	低压前部型	330
15	2017年1月27日21：00至29日08：00	PM_2.5	静稳型	低压带型	258
16	2017年1月31日10：00至2月1日19：00	PM_2.5	静稳型	均压场	232
17	2017年2月2日18：00至5日13：00	PM_2.5	静稳型	华北高压后部型	315
18	2017年2月13日20：00至15日17：00	PM_2.5	静稳型	华北高压后部型	252
19	2017年2月15日20：00至16日19：00	PM_2.5	静稳型	低压带型	315
20	2017年5月4日09：00至5日13：00	PM₁₀	沙尘型	均压场	290
21	2017年10月1日15：00至2日21：00	PM_2.5	静稳型	均压场	207
22	2017年12月2日18：00至3日17：00	PM_2.5	静稳型	蒙古高压底前部型	274
23	2017年12月25日20：00至27日14：00	PM_2.5	静稳型	华北高压后部型	242
24	2017年12月27日18：00至29日17：00	PM_2.5	静稳型	华北高压后部型	292

新窗口打开| 下载CSV

从表2看出，24次污染过程主要发生在秋冬季，且每个过程的时间衔接较为紧密，一次过程结束后几日或几小时后即发生下一次污染过程，在污染尚未完全消散时又有污染生成或输送，致使污染不断积累。污染过程的发生发展与大气环流形势紧密相关，高低空环流形势的配置对大气污染物的扩散有显著影响。污染发生期间除了第3和20次过程是沙尘型污染（首要污染物为PM₁₀）外，其他22次均为静稳型污染（首要污染物为PM_2.5）。静稳型污染发生时，临汾市高空500 hPa（图略）均表现为平直的西风气流，槽脊活动不明显；沙尘型污染发生期间，临汾市500 hPa均表现为受高空锋区（西风急流）控制。24次污染过程的海平面环流形势根据特征主要分为以下6种：蒙古高压底前部型、低压前部型、华北高压后部型、河套倒槽前部型、均压场和低压带型。

2.2 不同模拟时间的聚类轨迹特征

在实际运用风向角度法做聚类轨迹分析时发现，模拟时间的选取对聚类轨迹代表的特征有很大影响，因此分别选取轨迹向后推延12 h、24 h、48 h、60 h对临汾市24次污染过程的气流后向轨迹进行聚类（图2）分析。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 临汾市24次污染过程轨迹向后推延12 h（a）、24 h（b）、48 h（c）、60 h（d）的气流后向轨迹聚类图

Fig.2 Cluster diagram of backward trajectory of air flow with the backward delay time of 12 h （a）， 24 h （b）， 48 h （c） and 60 h （d） for 24 pollution processes in Linfen City

轨迹模拟后推12 h[图2（a）]时，气流聚类轨迹显示污染来自多个方向，但由于模拟时间较短，聚类轨迹只能反映观测站点周围的气流流向（本地风向风速）。轨迹模拟后推时间24 h[图2（b）]时，第1、2、3类聚类轨迹沿吕梁山背风坡下沉至临汾市；第4、5、6、7类聚类轨迹分别在接触中条山、太岳山、东部山脉、吕梁山后折返回临汾市。可见轨迹模拟后推24 h能够代表地形对临汾市气流轨迹的影响。轨迹模拟后推时间48 h[图2（c）]时，第3、4、5、6、7类聚类轨迹在天气形势影响下发生转折。其中，第4类聚类轨迹在秦岭附近发生折返，可能是地形和天气形势共同作用的结果。与24 h聚类轨迹相比，48 h聚类轨迹部分屏蔽了地形对气流转折的作用。轨迹模拟后推60 h的轨迹聚类结果[图2（d）]与48 h聚类轨迹相似，第3、4、5、6类聚类轨迹主要在气流的引导作用下发生转折；二者不同在于60 h聚类轨迹模拟时间更长，更能说明部分轨迹的来源，如大量相同的轨迹在48 h时被聚类为第7类轨迹，该轨迹来源于山西东南部，而60 h时被聚类为第6类轨迹，该轨迹来自河南西北部，轨迹模拟后推60 h更能代表天气形势对临汾市气流轨迹的影响。

综上所述，模拟后推12 h的轨迹较短，只能体现局地短距离输送特征；24 h的聚类轨迹可以体现地形对气流轨迹的影响；48 h的聚类轨迹能体现天气形势和地形对气流轨迹的影响，但地形作用被部分屏蔽；60 h的聚类轨迹能较好地显示天气形势对气流轨迹的影响。因此，选择模拟后推24 h和60 h的聚类轨迹研究地形和天气形势对临汾市污染的影响。

2.3 地形条件对临汾市污染的影响

轨迹模拟后推24 h的聚类轨迹[图2（b）]按是否发生转折回流可分为两种类型：一是轨迹沿吕梁山背风坡下沉至临汾市，二是轨迹遇到临汾市周围山体后，受山脉阻挡折返回临汾市。第1、3类聚类轨迹属于第一种类型，轨迹占比较大，占总轨迹的56.5%。其中，第1类聚类轨迹来自西北方向，起源于内蒙古西部的沙漠地区，轨迹占比最高，为38.0%，传输距离较远，且速度较快，途经陕西北部黄土高原地区后，沿吕梁山背风坡下沉输送至临汾市。

第一种类型相应的天气形势为高空500 hPa受西风气流控制，以典型的第13次污染过程为例，图3（a）是其后向轨迹，即沿吕梁山背风坡下沉至临汾市。2017年1月19日02：00临汾市位于地面高压前部[图3（b）]，近地面为西南风，临汾市向西南开口的倒“凹”字型地形，使污染物在盆地内难以扩散。同时，来自500 hPa的西北冷空气沿吕梁山背风坡下沉至临汾市，一方面下沉气流抑制了低层污染物向高层输送和扩散；另一方面临汾市特殊地形下高层冷空气下沉易形成逆温。高空冷空气沿吕梁山下沉，堆积在谷底，谷底较暖空气被冷空气抬升，形成地形逆温^[37]，且形成速度比平原快、逆温层比平原区厚，使得临汾市上空大气层结稳定，不利于污染物的垂直扩散。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 临汾市第13次污染过程的后向轨迹（a）和2017年1月19日02：00海平面气压场（彩色填色区，单位：hPa）及风场（风羽，单位：m·s^-1，黑色圆圈表示静风）（b）

（蓝色线、红色线分别表示聚类前、后轨迹。下同）

Fig.3 Backward trajectory of the 13th pollution process in Linfen City （a） and sea level pressure field （color shaded areas， Unit： hPa） and wind field （wind plumes， Unit： m·s^-1， the black circles indicate calm wind） at 02：00 BST on 19 January 2017 （b）

（The blue and red lines represent the trajectories before and after clustering， respectively. the same as below）

图2（b）中，第2、4、5、6、7类聚类轨迹属于第二种类型，气流分别在遇到秦岭、中条山、太岳山、东部山脉、吕梁山后折返至临汾市，按水平来向可分为西北、西南和东南3个方向，占总轨迹的13.8%。其中，来自西北方向的轨迹占比最大，为6.4%，这可能与临汾市秋冬季盛行西风有关。

来自西北、东南和西南方向的后向轨迹相应的海平面环流形势均是临汾市位于高压后部，分别以典型的第9次、第17次、第18次污染过程为例，对应的后向轨迹分别是图4（a）、图4（c）、图4（e），2016年12月11日02：00地面为东南风[图4（b）]，一方面能够带来海上的偏东水汽，使湿度增大；另一方面在高压后部容易有波动，造成气流辐合，导致污染物粒子的吸湿增长并堆积，不利于污染物的水平和垂直扩散。2017年2月3日14：00地面为东南风[图4（d）]，有利于污染物的积累。2017年2月14日02：00地面为东南风[图4（f）]，该天气形势易造成污染物粒子的吸湿增长，同时来自西南方向的污染物在倒“凹”字型的地形条件下难以扩散。其中，西北和西南方向的后向轨迹均经过西南黄河峡谷，受东部山体和西部吕梁山的阻挡后折返，形成山谷风，使污染物不停地聚集在上层大气，导致污染加剧。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 临汾市第9次（a）、17次（c）、18次（e）污染过程的后向轨迹和2016年12月11日02：00（b）、2017年2月3日14：00（d）和14日02：00（f）海平面气压场（彩色填色区，单位：hPa）及风场（风羽，单位：m·s^-1，黑色圆圈表示静风）

Fig.4 Backward trajectory of the 9th （a）， 17th （c） and 18th （e） pollution processes in Linfen City and the sea-level pressure field （color shaded areas， Unit： hPa） and wind field （wind plumes， Unit： m·s^-1，the black circles indicate calm wind） at 02：00 BST on 11 December 2016 （b）， 14：00 BST on 3 （d） and 02：00 BST on 14 （f） February 2017

2.4 天气形势对临汾市污染的影响

轨迹模拟后推60 h[图2（d）]聚类轨迹按水平来向可分为西北、西南、东南3个方向。来自西北方向（第3、5类）的聚类轨迹，聚类前轨迹条数占比最高，为19.2%，对应的海平面环流形势是临汾市位于高压底后部，偏东气流较强，裹挟着来自海上的水汽使湿度增加，造成污染物粒子的吸湿增长。同时，偏东气流与西北气流形成风切变，使西北气流向西运动。以典型的第9次污染过程为例，图5（a）是其后向轨迹，2016年12月10日20：00临汾市位于高压后部[图5（b）]，地面为偏东风，西北气流在偏东风的引导下在河南西北部发生转折输送污染物至临汾市。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 临汾市第9次（a）、11次（c）、22次（e）污染过程的后向轨迹和2016年12月10日20：00（b）、16日20：00（d）和2017年12月2日20：00（f）海平面气压场（彩色填色区，单位：hPa）及风场（风羽，单位：m·s^-1，黑色圆圈表示静风）

Fig.5 Backward trajectory of the 9th （a）， 11th （c） and 22th （e） pollution processes in Linfen City and the sea-level pressure field （color filled areas， Unit： hPa） and wind field （wind plumes， Unit： m·s^-1， the black circles indicate calm wind） at 20：00 BST on 10 （b）， 20：00 BST on 16 （d） December 2016 and 20：00 BST on 2 December 2017 （f）

来自西南方向（第4类）的聚类轨迹，聚类前轨迹条数占比为11.3%，其轨迹路径可能与地形和天气形势均有关。一方面来自内蒙古西部的西北气流在遇到秦岭后向北折返，从临汾盆地的西南方向输入；另一方面来自内蒙古西部的西北气流与偏南的暖湿气流形成风切变，也使气流发生转折。以典型的第11次污染过程为例，图5（c）是其后向轨迹，2016年12月16日20：00临汾市位于河套倒槽前部[图5（d）]，地面为西南风，偏南气流使污染物粒子吸湿增长，并使西北气流在秦岭发生转折输送污染物至临汾市。

来自东南方向（第6类）的聚类轨迹起源于河南南部地区，向北经过河南北部、河北西南部等地区，聚类前轨迹条数占总轨迹的11.9%，在偏东风的作用下发生气流转折。以典型的第22次污染过程为例，图5（e）是其后向轨迹，2017年12月2日20：00临汾市位于蒙古高压底部[图5（f）]，地面为偏东风，与东南气流相遇，偏东分量增加，致使东南气流向西转折输送污染物至临汾市。

为了对比污染日与非污染日天气形势对临汾市污染的影响，选取冬季空气质量为优或良的连续3 d清洁日（2016年1月22—25日），对其后向轨迹做聚类分析[图6（a）]，并选取有代表性的1月22日14：00海平面环流形势[图6（b）]，聚类轨迹为沿吕梁山背风坡下沉至临汾市，临汾市在强冷高压的控制下，地面为风速较大的偏北风，不利于污染的聚集。污染日也有沿吕梁山背风坡下沉至临汾市的聚类轨迹，造成不同空气质量的原因在于，非污染日临汾市受强高压控制，冷空气南下，地面风是干冷的偏北风，且风速较大，污染物难以聚集；污染日临汾市位于高压前部，地面为暖湿的西南风，且风速较小，不利于污染物的扩散。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 临汾市2016年1月22—25日的气流后向轨迹（a）和1月22日14：00海平面气压场（彩色填色区，单位：hPa）及风场（风羽，单位：m·s^-1）（b）

Fig.6 Backward trajectory of airflow from 22 to 25 January 2016 in Linfen City （a）， the sea-level pressure field （color shaded areas， Unit： hPa） and wind field （wind plumes， Unit： m·s^-1） at 14：00 BST on 22 January 2016 （b）

3 结论

本文从地形条件和天气形势两方面对临汾市2016—2017年24次大气污染过程进行分析，发现临汾市特殊的地形条件使气流轨迹沿吕梁山背风坡下沉，或受山脉阻挡折返至临汾市；当天气形势对轨迹影响占主导时，来自西北、西南、东南方向的气流轨迹与偏东或偏南的气流相遇后发生转折回流至临汾市。具体结论如下：

（1）临汾市24次污染过程大多属于静稳型污染，其海平面环流形势主要包括以下6种类型：蒙古高压底前部型、低压前部型、华北高压后部型、河套倒槽前部型、均压场和低压带型。

（2）通过不同模拟时间的对比，模拟后推24 h和60 h的聚类轨迹分别可以代表地形和天气形势对临汾市污染的影响。由于临汾市污染过程基本聚集在秋冬季，秋冬盛行西风气流，无论是地形还是天气形势的影响为主，均是西北方向的气流占比最大。

（3）后推24 h的后向轨迹显示，临汾市特殊的地形条件使气流沿吕梁山背风坡下沉输送污染物，也可使携带污染物的气流碰触周围山体后转折并回流到临汾市。其中，以西北方向沿吕梁山下沉的输送为主。后推60 h的后向轨迹显示，当天气形势对轨迹的影响为主时，输送污染物的气流与偏东或偏南的气流相遇后，在后者的引导下气流发生转折。另外，非污染日的气流沿吕梁山背风坡下沉，造成其与污染日空气质量不同的原因是前者在冷高压的控制下地面为风速较大的偏北风，有利于污染的扩散，而后者风速较小。

（4）气流沿吕梁山背风坡下沉输送污染物，其向南开口的倒“凹”字型地形配合近地面的西南风是造成临汾市污染的主要原因。再者，临汾市冬季易形成地形逆温，持续静稳的天气形势不利于污染物的扩散；受山谷风的影响，污染物易聚集在高层，更难以垂直扩散。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

中华人民共和国生态环境部.

2018年中国生态环境状况公报

[R/OL].(2019-05-29)[2022-08-17]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/201905/P0201906195876-32630618.pdf

URL [本文引用: 1]

[2]

中华人民共和国生态环境部.

2019年中国生态环境状况公报

[R/OL]. (2020-06-02)[2022-08-17]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202006/P0202006025094-64172096.pdf

URL [本文引用: 1]

[3]

中华人民共和国生态环境部.

2020年中国生态环境状况公报

[R/OL]. (2021-05-26)[2022-08-17]. https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202105/P0202105265727-56184785.pdf

URL [本文引用: 1]

[4]

郭新彪, 魏红英.

大气PM_2.5对健康影响的研究进展

[J]. 科学通报, 2013, 58(13):1171-1177.